论文部分内容阅读
发掘复杂网络的社团结构，有助于深入理解网络结构属性及其功能重要性。本文通过定义稠密子团，结合边聚类系数和局部模块度，提出一种DIDE社团挖掘算法。该算法通过选取稠密子团作为初始聚类团，利用边聚类系数扩张该稠密子团，最大化局部模块度值来生成社团结构。在计算机生成网络、三社团网络、Zachary网络和美国足球俱乐部网络上进行社团划分，验证该算法的可行性和有效性。